基于投影和密度的高维数据流聚类算法  

Clustering Algorithm for High Dimensional Data Stream Based on Projection and Density

作　　者：汪仁红[1] 王家伟[1] 梁宗保[1] 

机构地区：[1]重庆交通大学信息科学与工程学院,重庆400074

出　　处：《重庆交通大学学报（自然科学版）》2013年第4期725-728,共4页Journal of Chongqing Jiaotong University(Natural Science)

基　　金：交通运输部西部项目(20113188141480)

摘　　要：在经典数据流的聚类算法基础之上,提出了一种基于投影和密度的高维数据流聚类算法——HpDenStream,该算法结合滑动窗口技术,采用投影算法对高维数据流进行降维处理,并运用密度聚类算法对降维后的数据进行异常数据检测。仿真实验结果表明:该方法占用的存储空间小,算法的工作量少,并提高了算法的执行效率。A clustering algorithm for high dimensional data stream based on the projection and density(HpDenStream) is proposed,which is based on the classical data stream clustering algorithm.This algorithm combines with the sliding window technical,and it uses the projection clustering algorithm to reduce the data dimensionality of dimensional data streams and then adopts the density clustering algorithm to detect the anomaly data detection.The simulation results show that the algorithm not only takes up smaller storage space and less workload,but also improves the efficiency of the implementation of the algorithm.

关 键 词：数据流 聚类算法 投影 降维 密度 异常检测 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]